Jakie są ograniczenia WMA?
Co oznacza WMA i jak działa
WMA oznacza Weighted Moving Average (ważona średnia krocząca). Jest to średnia krocząca, która tworzy pojedynczą linię, biorąc przeszłe punkty danych i przypisując im wagi, tak aby niektóre obserwacje miały większe znaczenie niż inne. Powszechna interpretacja zakłada, że najbardziej aktualne wartości otrzymują wyższą wagę, dzięki czemu średnia reaguje szybciej niż prosta średnia krocząca, która waży wszystkie punkty jednakowo.
Mechanicznie WMA wymaga co najmniej:
- Długości okna (ile przeszłych punktów jest uwzględnionych).
- Zasady ważenia (na przykład rosnące wagi dla bardziej aktualnych punktów).
- Seria danych (takich jak wybrany input cenowy, np. cena zamknięcia; ten wybór wpływa na wynik).
Ponieważ WMA jest funkcją przeszłych wartości, jest z natury narzędziem wygładzającym i podsumowującym. Nie „widzi” przyszłości; podsumowuje to, co już się wydarzyło.
Jak ograniczenia ujawniają się w praktyce
1) Opóźnienie i kompromisy związane z szybkością reakcji
Średnia krocząca, w tym WMA, uśrednia zestaw wcześniejszych punktów. To uśrednianie oznacza, że wartość WMA zazwyczaj przesuwa się po zmianie danych bazowych. Nawet jeśli ważenie kładzie nacisk na nowsze wartości, obliczenia nadal wykorzystują stałe okno przeszłych obserwacji.
Założenie dla ilustracji: jeśli obliczasz WMA dla stałej liczby okresów, to wynik w czasie t zależy od danych z mniej więcej poprzednich okna okresów. Gdy warunki zmieniają się gwałtownie, „pamięć” w oknie utrzymuje średnią związaną ze starszymi informacjami, tworząc opóźnienie.
2) Wrażliwość na wybór parametrów
Wydajność WMA (jako opisu przeszłego zachowania) zmienia się, gdy zmienisz długość okna i schemat ważenia. Krótsze okno może reagować szybko, ale może zwiększać zmienność wyniku; dłuższe okno wygładza bardziej, ale może pogłębiać opóźnienie.
Tworzy to praktyczne ograniczenie: dwóch analityków może obliczyć różne linie WMA z tych samych danych rynkowych, po prostu zmieniając założenia. Jeśli nie określisz tych założeń, interpretacja WMA może stać się niespójna.
3) Zmiany reżimu mogą zerwać historyczne zależności
WMA jest często używana przy założeniu, że „niedawna historia” jest informacyjna. Kluczowym ograniczeniem jest to, że dynamika rynku nie jest stała. Zmienność, siła trendu i częstotliwość odwróceń mogą się zmieniać.
Tak więc nawet jeśli związek między ruchem ceny a średnią kroczącą utrzymywał się w przeszłości, nie gwarantuje to podobnego zachowania w przyszłości. Historyczna zależność może zawieść, ponieważ zmieniły się warunki bazowe.
4) Niedopasowanie do kosztów i szczegółów wykonania
Chociaż WMA jest tylko matematyczną serią, każde rzeczywiste zastosowanie związane z handlem musi uwzględniać koszty transakcyjne, spready i timing realizacji. Jeśli metoda jest oceniana przy użyciu wyidealizowanych założeń (na przykład ignorując spread lub zakładając wykonanie bez tarcia), może wydawać się dokładniejsza, niż byłaby w realistycznych warunkach.
Ponieważ sama WMA nie uwzględnia tych czynników, oceny, które od nich zależą, mogą odbiegać od tego, co sugeruje sama linia WMA.
Istotne ograniczenia i ryzyka
Tryb awarii: interpretowanie WMA jako samodzielnego „predyktora”
WMA jest wskaźnikiem uśrednionej historii. Istotnym ograniczeniem jest traktowanie jej tak, jakby zapewniała gwarantowany przyszły kierunek. Ponieważ WMA jest obliczana na podstawie przeszłych danych wejściowych, nie może z natury określać przyszłych wyników; przekształca jedynie przeszłe dane w wygładzony punkt odniesienia.
Niepewność: różne dane wejściowe, różne wyniki
Wybór serii wejściowej (na przykład ceny zamknięcia vs. innego składnika ceny) zmienia obliczoną WMA. Oznacza to, że zaobserwowany „wzorzec” w jednej wersji WMA może nie wystąpić po zmianie danych wejściowych.
Ograniczenie weryfikacji: backtesty mogą być mylące
Jeśli testujesz interpretacje związane z WMA na danych historycznych, wyniki mogą być zależne od założeń, wyboru parametrów i konkretnego okresu czasu. Zmiany warunków rynkowych w czasie mogą sprawić, że wyniki backtestów nie będą przenośne.
Jak samodzielnie zweryfikować twierdzenia dotyczące WMA
Aby samodzielnie zweryfikować twierdzenia dotyczące WMA, możesz:
- Przeliczyć WMA z tych samych danych, używając jasno określonej długości okna i zasady ważenia.
- Porównać wyniki dla małego zestawu rozsądnych wyborów parametrów, aby sprawdzić, jak wrażliwe są wnioski.
- Przetestować, czy zaobserwowane zachowanie utrzymuje się w różnych okresach czasu (nie tylko w jednym segmencie).
Jeśli twierdzenie zależy od tego, „co WMA zawsze robi”, potraktuj to jako sygnał ostrzegawczy.